Il dataset di speciazione chimica del PM10 urbano, nato nell’ambito delle attività del WG1 IAS “Sorgenti e impatto ambientale degli aerosol”, raccoglie dati (medie stagionali di concentrazione di massa, frazione ionica inorganica, EC, OC, macro- e micro-elementi) relativi a diversi siti e periodi temporali, rappresentativi del tessuto urbano della Penisola Italiana nel decennio 2005-2015. La disposizione matriciale dei dati ha permesso sia di effettuare verifiche sulla consistenza fisica e la significatività ambientale, sia di evidenziare che nella matrice sussistono strutture annidate di linearità mista [1] che interessano diverse variabili chimiche e/o gruppi di casi sito-anno-stagione (Figura 1). Ad esempio, l’intorno geografico o gli usi del suolo possono influenzare specificamente alcuni siti, generando sotto-gruppi autocorrelati all’interno di una regressione lineare dovuta all’azione delle sorgenti emissive. La linearità mista è frequente in dati di aerosol su cui influiscano ulteriori fattori ambientali, non noti a priori, rispetto a quelli attesi, e può essere trattata con modelli statistici (Linear Mixed Models, LMM), atti ad identificare i parametri (predittori) responsabili [2]. Tuttavia, gli LMM non separano i cluster annidati, il che permetterebbe invece di verificare le stime predittive dei modelli, né sono riportati altri metodi utili allo scopo. Questo contributo descrive i risultati preliminari di un nuovo approccio combinato alla linearità mista di dati di aerosol, ovvero: sviluppo di un metodo per la separazione di cluster annidati, e prima applicazione di LMM, a conoscenza degli autori, ad un dataset di speciazione chimica del PM.
Adriana Pietrodangelo, A.R. (2022). Analisi e risoluzione di strutture di linearità mista nel dataset di speciazione chimica del PM10 urbano del WG1 IAS.
Analisi e risoluzione di strutture di linearità mista nel dataset di speciazione chimica del PM10 urbano del WG1 IAS
Erika Brattich;
2022
Abstract
Il dataset di speciazione chimica del PM10 urbano, nato nell’ambito delle attività del WG1 IAS “Sorgenti e impatto ambientale degli aerosol”, raccoglie dati (medie stagionali di concentrazione di massa, frazione ionica inorganica, EC, OC, macro- e micro-elementi) relativi a diversi siti e periodi temporali, rappresentativi del tessuto urbano della Penisola Italiana nel decennio 2005-2015. La disposizione matriciale dei dati ha permesso sia di effettuare verifiche sulla consistenza fisica e la significatività ambientale, sia di evidenziare che nella matrice sussistono strutture annidate di linearità mista [1] che interessano diverse variabili chimiche e/o gruppi di casi sito-anno-stagione (Figura 1). Ad esempio, l’intorno geografico o gli usi del suolo possono influenzare specificamente alcuni siti, generando sotto-gruppi autocorrelati all’interno di una regressione lineare dovuta all’azione delle sorgenti emissive. La linearità mista è frequente in dati di aerosol su cui influiscano ulteriori fattori ambientali, non noti a priori, rispetto a quelli attesi, e può essere trattata con modelli statistici (Linear Mixed Models, LMM), atti ad identificare i parametri (predittori) responsabili [2]. Tuttavia, gli LMM non separano i cluster annidati, il che permetterebbe invece di verificare le stime predittive dei modelli, né sono riportati altri metodi utili allo scopo. Questo contributo descrive i risultati preliminari di un nuovo approccio combinato alla linearità mista di dati di aerosol, ovvero: sviluppo di un metodo per la separazione di cluster annidati, e prima applicazione di LMM, a conoscenza degli autori, ad un dataset di speciazione chimica del PM.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.